Defining Low Disease Activity States in Psoriatic Arthritis using Novel Composite Disease Instruments
Notice bibliographique
Résumé
OBJECTIVE: To explore the relationship between minimal disease activity (MDA) and the low disease activity cutoffs of the Psoriatic ArthritiS Disease Activity Score (PASDAS) and the Composite Psoriatic Disease Activity Index (CPDAI). METHODS: Data from the GRAPPA (Group for Research and Assessment of Psoriasis and Psoriatic Arthritis) composite exercise (GRACE) study were used for these analyses. Alternative definitions of low disease activity were used with 6/7 and 7/7 of MDA items, and a criteria set mandating the 2 articular items and 3/5 alternate items (MDA-joints). Two reference questions were used as anchors: physician's global opinion of MDA, and patient's opinion on their disease control. RESULTS: Substantial agreement was found between MDA, MDA-joints, PASDAS, and CPDAI. Compared to the 2 reference questions, the various definitions of low disease activity gave sensitivities that were generally worse than specificities, the latter being high (> 0.9) in most cases. Both PASDAS and CPDAI demonstrated good discrimination between the "low" and "high" disease activity states by all the MDA definitions. Using these data, with an MDA of 7/7 to define a very low disease cutoff, the corresponding values for PASDAS and CPDAI were 1.9 and 2, respectively. CONCLUSION: An MDA score of 7/7 is proposed as very low disease activity in psoriatic arthritis. Using this definition, the equivalent cutoffs for PASDAS and CPDAI are 1.9 and 2, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».